【Redis】数据结构 —— 字符串

Redis 在存储字符串时，没有使用 C 语言传统的字符串表示，而是自己构建了一种名为简单动态字符串（simple dynamic string, SDS）的抽象类型。

除了用来保存数据库中的字符串值之外，SDS 还被用作缓冲区：AOF 模块的 AOF 缓冲区，以及客户端状态中的输入缓冲区。

SDS

定义

在 Redis 中 SDS 的结构如下所示：

struct sdshdr {
    int len;
    int free;
    char buf[];
}

其中：

• len : 记录 buf 数组中已使用字节的数量，即 SDS 中所保存字符串的长度；
• free : 记录 buf 数组中未使用字节的数量
• buf : 字节数组，用于保存字符串。

SDS 遵循 C 语言字符串中以空字符结尾的惯例，保存空字符串的 1 字节不计算在 SDS 的 len 中，但会占用一个字节空间，同样也不会统计在 free 属性中。

与 C 语言的区别

1. 获取字符串长度

C 语言中的字符串并不会记录自身的长度信息，所以，为了获取长度时，需要遍历整个字符串，直接遇到结束字符为止，整个操作的时间复杂度为 O(N)；

SDS 中保存了字符串长度，在获取长度时，可以直接返回，时间复杂度为 O(1)。

2. 字符串修改

在 C 语言中，字符串所分配内存等于字符串长度 + 1，在执行修改操作时，都需要对内存重新分配。

C 语言中字符串拼接时，需要手动分配足够多的内存，然后再执行拼接操作，假如内存不够，则会产生缓冲区溢出；而如果执行缩短操作时，需要执行内存重分配来释放空闲内存，否则就会生产内存泄漏；

Redis 作为数据库，且常用于对速度要求严苛、数据频繁修改的场合，如果每次修改，都需要执行一次内存分配的话，会对性能产生影响。

所以，为了解决这个缺陷，SDS 通过未使用空间（free）解除了字符串长度和底层数组长度之间的关联，在 SDS 中，buf 数组的长度 = len + free + 1。

针对字符串拼接的场景，SDS 采用了自动分配内存和空间预分配的操作。在拼接字符串时，会先检查空间是否满足要求，如果满足要求，直接使用未使用空间，当不满足要求时，会自动将 SDS 的空间拓展至所需的大小，然后再执行拼接操作，所以不需要手动分配内存；同时，程序不仅会为 SDS 分配修改所必须要的空间，还会分配额外的未使用空间，从而减少内存重分配次数。

内存分配额外空间，遵循一定的规则：

• 如果对 SDS 进行修改后，长度小于 1 MB 的话，那么长须分配和 len 属性同样大小的未使用空间，这时，len = free；
• 如果修改后，长度大于等于 1 MB ，程序会分配 1 MB 的未使用空间。

针对缩短需要释放内存的操作，Redis 并不会立即执行内存重分配来回收多出的空间，而是通过 free 属性记下，等待将来使用，应对将来字符串增长操作时，可以直接使用内存。

同时，SDS 也提供了释放空间的 API，所以不用担心内存浪费。

3. 保存内容限制

C 语言的字符串中，必须符合某种编码（比如 ASCII），并且除了字符串的末尾之外，字符串中不能包含空字符，否则会被误认为是字符串结尾，从而限制了只能保存文本数据，而不能保存特殊的二进制数据。

而 SDS 通过 buf 数组，保存一系列二进制数据，而且，SDS 是通过 len 属性来判断字符串结尾，而不是空字符，从而避免了不能保存空字符串的限制。

根据上面，我们发现，SDS 中末尾的空字符串，并未产生任何作用，还为它分配了一个字节的内存，这是为什么呢？

其实，SDS 这样操作，是为了保证 SDS 可以重用一部分 C 语言中字符串函数，例如 /strcasecmp 函数，使用它来比较两个字符串是否相等，SDS 就可以直接使用，避免了不必要的代码重复。

总结

Redis 使用 SDS（ Simple Dynamic String ，简单动态字符串）作为字符串表示方式，其有三个属性：len（已使用字节的长度）、free（未使用字节的长度）、buf（字节数组）。

相比 C 语言的字符串，SDS 具有以下优点：

• 常数复杂度获取字符串长度；
• 自动分配内存，杜绝了缓冲区溢出；
• 减少修改字符串长度时产生的内存重分配次数；
• 除了字符串数据，还可以保存二进制数据；
• 兼容部分 C 语言字符串函数。